基于无人机多光谱图像与VGG21模型的小麦渍害调控效果识别
用无人机多光谱图像和VGG21模型识别小麦渍害后硅肥与氨基酸调控效果。
数字农业与前沿技术
浏览数字农业与前沿技术相关政策、产业动态与研究。
技术筛选 · 已选 1 项
19 篇内容清除全部筛选
雷添杰研究员团队《基于无人机多光谱图像和VGG21模型的小麦渍害调控效果识别》
用无人机多光谱图像和VGG21模型识别小麦渍害调控效果。
Wearable Sensors for Smart Agriculture: From Sensing Mechanisms to Crop Phenotyping and Harvesting Applications
综述柔性可穿戴传感器在智慧农业中的传感机制、作物表型监测与采收应用。
3D modeling for crop applications in precision agriculture: a review
3D modeling for crop applications in precision agriculture: a review。Precision Agriculture
Pixel-level high-throughput estimation of crop photosynthetic phenotyping parameters using a multi-task deep learning framework
提出像素级多任务深度学习框架，从高光谱数据高通量估算作物光合表型参数。
RTAS: A radiative transfer model for agricultural strip-intercropping structures
提出RTAS混合辐射传输模型，模拟条带间作农田的反射率并验证其精度。
MSO-Det: A multi-level synergistic optimization framework for robust spike object detection in field scenes
提出MSO-Det多级协同优化框架，用于田间场景下鲁棒的穗部目标检测。
A Dual-Phenological-Characteristic Weighting Method to Reconcile Time Discrepancies in Soybean Phenology Estimation from MODIS NDVI Time Series
提出双物候特征加权法，校正MODIS NDVI大豆物候估计与地面观测的时间偏差。
Explainable growth stage classification of cacao (Theobroma cacao L.) leaves and key feature visualization using vision transformer and transfer learning
用ViT和迁移学习对可可叶D、E期进行可解释分类，准确率达97%。
Spatiotemporal Deep Learning for Rice Plant Height Estimation from Multi-Temporal UAV RGB Imagery
提出Rice-STNet时空深度学习框架，用多时相无人机RGB影像估算水稻株高。
Advances in Information Sensing and Intelligent Monitoring of Field Crops Throughout the Full Growth Cycle（大田作物全生育期信息感知与智能监测研究进展）
综述大田作物全生育期信息感知与智能监测，按生育阶段梳理技术并指出转化不足。
山东省农科院举办人工智能专题舜耕论坛暨培训交流会——浙江大学数字农业农村研究中心主任何勇教授作"作物表型多源多尺度智能感知技术与装备"专题报告
9-16 山东省农业科学院举办人工智能专题舜耕论坛暨培训交流会，落实院党委"人工智能驱动科技创新智慧引领高质量发展"专题活动部署，促进人工智能与各学科创新团队重点攻关方向深度耦合。论坛特邀浙江大学数字农业农村研究中心主任何勇教授作专题报告，围绕植物表型采集解析、智慧农业技术装备前沿领域，从细胞/组织器官/表型获取装备三个层级系统阐释作物表型智能感知技术创新实践，介绍该技术在水稻/草莓/茶叶等作物的示范应用。院长李向东要求各创新团队推动人工智能与作物栽培、畜禽育种、病虫害防控、种质资源鉴定、农产品质量安全等领域深度融合。会议设主会场和视频分会场，全院科研人员代表 500 余人参会。
Automated detection of visible venation patterns in cowpea leaves under agricultural engineering
用RGB卷积神经网络自动分类豇豆叶片可见脉纹，区分健康与结构胁迫样本。
Evaluating Mesh Reconstruction Methods for Crop Phenotyping
评估7种网格重建流程在作物表型三维数字化中的保真度与一致性。
Research on an automated mapping method for rice aboveground biomass based on low-altitude remote sensing
基于无人机RGB与多光谱影像，结合株高与Stacking集成算法，实现水稻地上生物量高精度自动制图。
Estimation of Grain Yield and Quality in Awned and Awnless Wheat Genotypes Using UAV and Proximal Multispectral Sensors
用无人机与近地多光谱传感器评估有芒/无芒小麦产量与品质，比较不同生育期和年份的植被指数关系。
PlantC2USeg: Cross-Scale Consistent Pre-Training for Few-Shot Unified Plant Point Cloud Segmentation
提出PlantC2USeg，通过跨尺度一致性预训练实现少样本植物点云分割。
RGB-based phenotyping of grapevine leaves reveals stronger cultivar discrimination on the abaxial surface
比较葡萄叶片上下表面颜色特征，发现下表面更能区分品种。
PhenoStream: A Cyberinfrastructure for Automated and AI-Based Crop Trait Extraction from Aerial Imagery
提出 PhenoStream 网络基础设施，自动化航空影像作物性状提取全流程。